论文
基于多智能体大语言模型、通过个性化强度控制实现消费者保护的情绪脱毒
Multi-Agent Large Language Model Based Emotional Detoxification Through Personalized Intensity Control for Consumer Protection
摘要
在注意力经济中,耸动内容使消费者暴露于过度情绪刺激,妨碍冷静决策。本研究提出基于多智能体 LLM 的情绪脱毒系统(MALLET),由四个智能体组成:情绪分析、情绪调整、平衡监测与个人向导。情绪分析智能体使用 6 情绪 BERT 分类器量化刺激强度;情绪调整智能体用 LLM 将文本改写为两种呈现模式:BALANCED(中性化文本)与 COOL(中性化文本加补充文本);平衡监测智能体聚合每周信息消费模式并生成个性化建议;个人向导智能体依据消费者敏感度推荐呈现模式。在 800 篇 AG News 文章上的实验显示刺激得分显著下降(最多 19.3%),情绪平衡改善,同时保持语义保真。刺激削减与语义保真之间的近零相关性证实二者可独立控制。类别级分析显示 Sports、Business 与 Sci/Tech 类削减可观(17.8-33.8%),而 World 类效果有限,其事实本身即属高刺激。所提系统为在不限制接触原文的情况下支持消费者冷静接收信息提供了框架。
